TwiScan
人気
コミュニティ
アカウントコレクション
ログイン
登録
English
日本語
한국의
简体中文
繁体中文
登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。
今すぐ登録
Xudong Han
@Xudong07452910
PhD ing @ University of Sussex | LLM & AI Agents 🎓 AI Agent Product Development Sharing AI tech insights DM for collab 📩 vx: hxdflying
参加 November 2020
744
フォロー中
16.1K
ファン
Xudong Han
@Xudong07452910
2026.07.31 03:30
给前沿 Agent 六天、3000 美元 API 额度和 GPU,它能独立做出一篇 NeurIPS 级论文吗? 这篇论文给出的早期答案很冷静: 代码能写,实验能跑,真正的研究问题却没有被推进。 作者提出了一种「影子评估」:拿两篇尚未公开的 NeurIPS 2026 投稿,只把核心研究问题交给 Agent。由于原论文还未公开,它无法直接检索答案,最后再由原作者按顶会标准评审。 Agent 独立完成了工程工作,但两篇最终都被明确拒稿,总评分分别只有 2/6 和 1/6。 最关键的问题集中在科学判断上。 它们很难判断证据是否足够,遇到研究设计问题时缺少新的解法,也不擅长从已经投入很多时间的错误方向中彻底退出。 更有意思的是,AI 自评其实多次指出了这些问题。Agent 往往只会补充限制说明,继续沿着原来的路线推进,很少真正重做研究设计。 我觉得这篇最有价值的地方,是它把科研 Agent 从「优化一个明确指标」,拉回了真正开放的研究过程。 样本目前只有两个案例,结论还很早。但它至少提醒我们: 今天的 Agent 已经很像执行力很强的研究助理。距离独立研究者,仍然差研究品味、证据标准和及时推倒重来的能力。 会做实验,和知道什么实验值得做,中间还隔着真正的科研能力。 📎 arxiv:
もっと見る
0
0
40
103
11
コミュニティへ転送
人気のあるユーザー
オリコンニュース
@oricon
2M ファン
TVer新着
@TVer_info
101.9K ファン
ツイッター速報〜BreakingNews
@tweetsoku1
259.6K ファン
PR TIMESテクノロジー
@PRTIMES_TECH
28.3K ファン
モデルプレス
@modelpress
2.1M ファン
New York Post
@nypost
4.3M ファン
空空道人
@Kongkongda5882
41.1K ファン
MANTANWEB/毎日キレイ
@mantanweb
68.6K ファン
Bloomberg
@business
10.5M ファン
吴说区块链
@wublockchain12
182.3K ファン
Yahoo!ニュース
@YahooNewsTopics
2.1M ファン
ファミ通.com
@famitsu
1.4M ファン
中國新聞社
@CNS1952
550.1K ファン
cv usk
@cv_usk
473 ファン
一劍浣春秋
@chee828
233.4K ファン